Penilaian Pra-Pekerjaan AI: Cara Ia Berfungsi, Kesahan dan Risiko Undang-undang

Oleh Kevin Kim · Dikemas kini 11 Oktober 2026

Penilaian pra-pekerjaan AI ialah ujian yang diambil oleh calon pekerjaan (permainan, simulasi kerja, temu duga video yang dirakam atau latihan kemahiran) yang responsnya diskor oleh model pembelajaran mesin yang meramalkan sejauh mana seseorang akan berprestasi dalam sesuatu peranan. Outputnya lazimnya skor, kedudukan atau jalur lulus/gagal yang menyumbang kepada keputusan pengambilan. Ujian itu hanya sebaik dua perkara: sama ada skor benar-benar meramalkan prestasi kerja (kesahan), dan sama ada ia melayan kumpulan calon dengan adil (kesan buruk atau adverse impact).

Halaman ini ditujukan kepada pengarah sumber manusia, ketua pemerolehan bakat dan pengurus pengambilan yang sedang ditawarkan alat ini atau sudah menggunakannya. Ia menerangkan cara penskoran berfungsi, apa kata penyelidikan tentang jenis penilaian yang meramalkan prestasi, bagaimana adverse impact diukur, dan dari mana pendedahan undang-undang datang. Ini maklumat am, bukan nasihat undang-undang. Untuk gambaran pengambilan pekerja yang lebih luas, mulakan dengan hab AI dalam pengambilan pekerja.

Fakta Utama

• Di bawah Uniform Guidelines AS, kadar pemilihan bagi mana-mana kumpulan yang kurang daripada empat perlima (80%) kadar kumpulan berkadar tertinggi lazimnya dianggap sebagai bukti adverse impact, walaupun perbezaan yang lebih kecil masih boleh dikira (29 CFR 1607.4(D)).
• Anggaran semula 2022 tentang kesahan kaedah pemilihan meletakkan temu duga berstruktur pada r = .42, ujian pengetahuan kerja pada .40, ujian sampel kerja pada .33 dan keupayaan kognitif pada .31 (HumRRO mengenai Sackett et al., 2022).
• New York City menghendaki audit bias terhadap alat keputusan pekerjaan automatik dalam tempoh setahun sebelum digunakan, ringkasan awam dan notis kepada calon, dan penguatkuasaan bermula pada 5 Julai 2023 (NYC DCWP).
• EU AI Act menyenaraikan alat AI untuk pekerjaan dan pengurusan pekerja sebagai berisiko tinggi, dengan peraturan itu terpakai mulai 2 Disember 2027, dan ia melarang pengecaman emosi di tempat kerja, satu larangan yang berkuat kuasa sejak Februari 2025 (Suruhanjaya Eropah).

Apa yang Dikira sebagai Penilaian Pra-Pekerjaan AI

Kategori ini merangkumi empat format, dan ia berbeza dari segi seberapa banyak yang dilakukan AI.

Penskoran ringkas (mengira jawapan betul berbanding kunci) sebenarnya bukan AI. Bahagian AI tiba apabila model mempelajari corak respons mana yang dianggap baik, atau apabila ia membaca output terbuka seperti pertuturan dan tulisan.

Cara Penskoran Berfungsi

Kebanyakan penilaian AI mengikut empat langkah yang sama, yang dipetakan kepada peringkat Ingest, Analyze dan Predict dalam ACE Framework.

1. Tangkapan. Platform merekodkan tingkah laku mentah: klik, masa respons, jawapan, video, transkrip, kod yang dihantar.
2. Pengekstrakan ciri. Data mentah menjadi ciri yang boleh diukur, seperti ketepatan di bawah tekanan masa, bilangan perkataan yang digunakan calon, atau topik yang dirangkumi dalam jawapan.
3. Penskoran model. Model terlatih memetakan ciri kepada skor. Latihan memerlukan "kriteria", iaitu ukuran kejayaan kerja, seperti penilaian pengurus atau hasil jualan bagi orang yang sudah berada dalam peranan itu.
4. Penjaluran dan penghalaan. Skor ditukarkan kepada kedudukan atau jalur (disyorkan, semak, tidak disyorkan), dan calon dihalakan ke peringkat seterusnya.

Dua butiran menentukan sama ada hasilnya boleh dipercayai. Pertama, apa yang model dilatih untuk ramalkan. Jika kriterianya ialah "orang yang kami ambil dan kekalkan", model mempelajari keutamaan lalu anda, termasuk kelemahannya. Kedua, sama ada ciri model berkaitan dengan kerja. Ciri yang sekadar berkorelasi dengan kejayaan dalam data sejarah anda boleh senyap-senyap mewakili umur, jantina atau ketidakupayaan.

Kes amaran yang paling terkenal ialah model pengambilan pekerja yang dibina Amazon, yang menskor calon dari satu hingga lima bintang selepas belajar daripada kira-kira sepuluh tahun resume, kebanyakannya daripada lelaki. Ia menghukum resume yang mengandungi perkataan "women's" dan menurunkan taraf graduan dua kolej khusus wanita, dan para eksekutif hilang keyakinan terhadapnya lalu membubarkan pasukan itu (laporan Reuters, seperti disiarkan Euronews). Ia alat resume, bukan penilaian, tetapi mekanismenya sama: belajar daripada masa lalu yang condong, ulanginya pada skala besar.

Kes kedua menunjukkan vendor membetulkan haluan. HireVue menyatakan pada Januari 2021 bahawa ia telah membuang analisis wajah daripada penilaian videonya, dengan menerangkan bahawa analisis bahasa telah menjadi lebih meramalkan dan analisis visual tidak lagi menambah nilai yang ketara (SHRM). Pengajaran bagi pembeli ialah bertanya isyarat apa yang digunakan model, dan menolak isyarat yang tidak dapat anda kaitkan dengan kerja.

Kesahan: Adakah Skor Meramalkan Prestasi Kerja?

Kesahan ialah soalan yang paling penting dan paling jarang ditanya. Penilaian yang sah menghasilkan skor yang berkorelasi dengan prestasi kerja kemudian. Korelasi dinyatakan sebagai r, di mana 0 bermaksud tiada hubungan dan 1 bermaksud ramalan sempurna. Kaedah pemilihan sebenar jatuh jauh di bawah 1.

Uniform Guidelines menyatakan kesahan harus berasaskan semakan maklumat kerja, lazimnya analisis kerja, dan menerangkan tiga jenis bukti: berkaitan kriteria (skor berkorelasi dengan prestasi), kandungan (ujian mensampel kandungan kerja sebenar) dan konstruk (ia mengukur ciri yang ditakrifkan yang berkaitan dengan kerja). Garis panduan itu juga menyatakan bahawa kesahan kandungan tidak sesuai untuk ciri abstrak seperti kecerdasan atau personaliti (29 CFR 1607.14). Itu penting bagi alat berasaskan permainan, yang lazimnya mendakwa mengukur ciri.

Tentang kaedah mana yang paling baik meramalkan, analisis semula 2022 yang dipetik secara meluas oleh Sackett dan rakan sekerja menurunkan anggaran terdahulu, yang mereka hujahkan telah dibengkakkan oleh pembetulan berlebihan untuk julat yang terhad. Angka semakan mereka: temu duga berstruktur r = .42, ujian pengetahuan kerja .40, biodata berkunci empirikal .38, ujian sampel kerja .33 dan keupayaan kognitif .31 (ringkasan HumRRO). Tiga pengajaran berikut untuk pengurus:

• Kaedah yang berasaskan kerja sebenar cenderung berprestasi baik. Sampel kerja dan ujian pengetahuan kerja secara langsung menyerupai kerja itu.
• Malah kaedah terbaik hanyalah peramal sederhana. Tiada skor patut dianggap sebagai hukuman ke atas seseorang.
• Dakwaan vendor mesti sepadan dengan kerja anda. Kajian pengesahan terhadap ejen pusat panggilan tidak banyak memberitahu tentang peranan pengurus kejuruteraan. Piawaian kebolehpindahan Garis Panduan itu sendiri wujud atas sebab ini.

Maksud penyelidikan ini bukan bahawa penskoran AI lebih baik atau lebih buruk daripada penskoran tradisional. Maksudnya ialah format dan kaitannya dengan kerja lebih penting daripada label "AI". Sampel kerja yang diskor AI mewarisi kekuatan sampel kerja; permainan yang diskor AI tanpa analisis kerja di belakangnya tidak mewarisi apa-apa.

Adverse Impact dan Peraturan Empat Perlima

Adverse impact bermaksud prosedur pemilihan menyingkirkan satu kumpulan pada kadar yang jelas lebih tinggi daripada kumpulan lain, sama ada sesiapa berniat demikian atau tidak. Uniform Guidelines AS memberi panduan kasar untuk mengesannya. Kadar pemilihan bagi mana-mana kumpulan kaum, jantina atau etnik yang kurang daripada empat perlima (80%) kadar kumpulan berkadar tertinggi lazimnya dianggap sebagai bukti adverse impact. Kadar di atas ambang itu lazimnya tidak. Perenggan yang sama menambah bahawa perbezaan yang lebih kecil masih boleh menjadi adverse impact, terutamanya apabila ia ketara dari segi statistik dan praktikal, dan bahawa perbezaan yang bergantung pada bilangan kecil mungkin tidak boleh dipercayai (29 CFR 1607.4(D)).

Contoh hipotetikal menunjukkan aritmetiknya. Katakan 200 calon daripada Kumpulan A mengambil penilaian dan 100 lulus, kadar 50%. Kumpulan B mempunyai 100 calon dan 30 lulus, kadar 30%. Bahagikan 30% dengan 50% dan anda mendapat 0.60, di bawah garis 0.80, jadi keputusan itu ditandakan untuk semakan. Jika sebaliknya 42 daripada 100 lulus, nisbahnya ialah 0.84 dan tanda itu tidak akan dicetuskan oleh peraturan semata-mata.

Tiga peringatan menjadikan peraturan ini berguna dan bukan berbahaya:

• Ia heuristik saringan, bukan pelabuhan selamat. Lulus ujian 80% tidak bermakna alat itu sah di sisi undang-undang, dan gagal tidak bermakna ia menyalahi undang-undang. Ia memulakan semakan yang lebih teliti.
• Jalankan pada setiap peringkat. Uji kadar lulus keseluruhan, dan juga setiap penilaian, skor pemotongan dan jalur. Penilaian yang kelihatan baik secara agregat boleh menumpukan kemudaratan pada satu skor pemotongan.
• Adverse impact mencetuskan persoalan kesahan. Di bawah piawaian teknikal, prosedur dengan korelasi rendah tetapi adverse impact besar menerima semakan rapi, dan pengguna harus mempertimbangkan sama ada prosedur lain dengan kesahan yang lebih besar atau sama tersedia (29 CFR 1607.14). Dalam bahasa mudah: jika dua alat meramalkan sama baik dan satu menyingkirkan lebih ramai orang daripada kumpulan yang dilindungi, gunakan yang lain.

Di Mana Pendedahan Undang-undang Terletak

Majikan menanggung liabiliti bagi alat yang dibelinya. Peraturan di bawah diringkaskan pada peringkat tinggi dan kerap berubah, jadi semak teks semasa dengan penasihat undang-undang di setiap tempat anda mengambil pekerja.

Undang-undang antidiskriminasi persekutuan AS. Uniform Guidelines di atas terpakai pada prosedur pemilihan secara amnya, termasuk yang diskor AI. Americans with Disabilities Act menambah isu berasingan: panduan Jabatan Kehakiman menyatakan permainan dalam talian dan penilaian personaliti mesti mengukur hanya kemahiran berkaitan kerja yang dimaksudkan, bukan kemahiran deria, manual atau pertuturan yang terjejas, dan majikan mesti menyediakan ujian yang boleh diakses atau pelarasan lain apabila ujian akan menyingkirkan seseorang yang mampu melakukan kerja itu. Ia juga menyatakan majikan kekal bertanggungjawab apabila teknologi diskriminasi itu datang daripada syarikat lain (panduan AI ADA.gov).

New York City. Local Law 144 meliputi alat keputusan pekerjaan automatik. Alat itu mesti tertakluk kepada audit bias dalam tempoh setahun sebelum digunakan, maklumat tentang audit mesti awam, dan calon mesti menerima notis. Bandar itu menyatakan notis perlu diberikan 10 hari bekerja sebelum alat digunakan, dan ia memulakan penguatkuasaan pada 5 Julai 2023 (NYC DCWP).

Illinois. Artificial Intelligence Video Interview Act, berkuat kuasa 1 Januari 2020, menghendaki majikan yang menggunakan AI untuk menganalisis temu duga video memberi notis, menerangkan cara AI berfungsi dan ciri apa yang dinilainya, mendapatkan persetujuan pemohon terlebih dahulu, menghadkan siapa yang melihat video itu, dan memusnahkan salinan dalam tempoh 30 hari selepas permintaan (ringkasan SHRM). Pindaan berasingan kepada Illinois Human Rights Act, berkuat kuasa 1 Januari 2026, melarang penggunaan AI dalam pengambilan pekerja dan keputusan pekerjaan lain dengan cara yang mendiskriminasi kelas yang dilindungi, melarang penggunaan poskod sebagai proksi bagi mereka, dan menghendaki notis kepada pekerja (Crowell & Moring).

Kesatuan Eropah. Suruhanjaya menyenaraikan alat AI untuk pekerjaan dan pengurusan pekerja sebagai berisiko tinggi, dengan perisian pengisihan CV sebagai contohnya. Sistem berisiko tinggi menghadapi obligasi berkaitan pengurusan risiko, kualiti set data, pengelogan, dokumentasi dan pengawasan manusia, dan bagi pekerjaan ini terpakai mulai 2 Disember 2027 di bawah pindaan AI Omnibus. Pengecaman emosi di tempat kerja telah dilarang sejak Februari 2025 (Suruhanjaya Eropah). Oleh itu, mana-mana penilaian video yang menyimpulkan emosi daripada wajah atau suara ialah masalah bagi pengambilan pekerja di EU.

Negeri AS yang lain mempunyai peraturan AI dalam pengambilan pekerja sendiri atau yang belum selesai, dan sesetengahnya telah ditangguhkan atau disempitkan berulang kali. Anggaplah mana-mana senarai semak pematuhan, termasuk yang ini, sebagai titik permulaan.

Contoh Sebenar mengikut Fungsi

Format penilaian yang sama berfungsi secara berbeza bergantung pada kerja.

• Sokongan pelanggan. Simulasi di mana calon menjawab tiga tiket yang realistik, diskor dengan rubrik untuk ketepatan, nada dan penggunaan dasar. Mudah dikaitkan dengan kerja, mudah diaudit.
• Jualan. Main peranan yang dirakam pada video, diskor berdasarkan kandungan (adakah mereka bertanya soalan penerokaan, mengendalikan bantahan) dan bukan berdasarkan isyarat suara atau wajah. Penskoran berasaskan kandungan lebih mudah diterangkan dan dipertahankan.
• Kejuruteraan. Tugasan pengekodan bermasa yang dinilai berbanding kes ujian, dengan seorang manusia menyemak penaakulan penyelesaian. Baik untuk kemahiran, senyap tentang kerjasama.
• Kewangan dan operasi. Latihan hamparan dengan kunci jawapan yang diketahui dan beberapa pertimbangan. Kebanyakannya peraturan, sedikit AI, yang merupakan satu kelebihan.
• Peranan bergaji jam berjumlah tinggi. Soalan pertimbangan situasi yang pendek dan semakan kemahiran asas, digunakan untuk menghalakan calon ke temu duga, tidak pernah untuk menolak tanpa semakan. Pendekatan pengambilan pekerja berasaskan kemahiran sesuai di sini, kerana ia menumpukan pada apa yang mampu dilakukan seseorang dan bukannya kelayakan.

Cara Melaksanakan Penilaian AI, Langkah demi Langkah

1. Mulakan dari kerja. Tuliskan 4 hingga 6 tugas kritikal dan kemahiran di sebaliknya. Jika anda tidak dapat menerangkan kerja itu, anda tidak dapat mengesahkan ujian untuknya.

2. Pilih AI yang paling sedikit yang berkesan. Utamakan sampel kerja dan ujian pengetahuan yang dikaitkan dengan tugas itu. Tambah penskoran AI hanya di mana ia jelas menjimatkan masa, seperti membaca jawapan terbuka.
3. Minta bukti daripada vendor. Minta kajian pengesahan, jenis kerja dan populasi yang dirangkumnya, ciri yang digunakan model, dan audit bias terkini dengan keputusan peringkat kumpulan. Jika tiada kajian untuk peranan yang setanding, rancang pengesahan tempatan.
4. Tentukan peranan skor. Gunakannya sebagai satu input kepada keputusan berstruktur, bukan sebagai pintu automatik. Ini ialah amalan reka bentuk human-in-the-loop (manusia dalam kitaran), dan penyemak memerlukan kuasa sebenar untuk membatalkan skor.
5. Tetapkan skor pemotongan dengan berhati-hati. Skor pemotongan yang lebih tinggi lazimnya meningkatkan adverse impact. Uji kesan setiap ambang sebelum pelancaran.
6. Rancang penyesuaian di awal. Beritahu calon apa penilaian itu dan bagaimana ia diskor, dan berikan cara yang jelas untuk meminta format alternatif.
7. Jalankan semakan empat perlima pada hasil sebenar. Bandingkan kadar lulus mengikut kumpulan untuk penilaian dan untuk keseluruhan corong, mengikut jadual, dengan jumlah yang cukup untuk bermakna.
8. Urus notis undang-undang. Sahkan tugas notis, persetujuan dan audit bagi setiap lokasi tempat anda mengambil pekerja, dan simpan rekod audit dan notis.
9. Semak dan bersara. Semak semula kesahan dan kesan sekurang-kurangnya setiap tahun, dan selepas sebarang perubahan pada kerja atau model. Tinggalkan alat yang gagal.

Untuk pilihan vendor, lihat ringkasan alat penilaian pra-pekerjaan terbaik. Jika anda juga sedang memutuskan cara AI menyaring resume dan temu duga, lihat saringan resume dengan AI dan AI dalam temu duga.

Kesilapan Lazim

• Menganggap "dikuasakan AI" sebagai bukti kesahan. Label itu menyatakan bagaimana skor dihasilkan, bukan sama ada ia meramalkan apa-apa.
• Menggunakan permainan ciri tanpa kaitan dengan kerja. Jika anda tidak dapat menerangkan mengapa tugasan ingatan atau risiko berkaitan dengan kerja itu, pengawal selia atau plaintif akan bertanya soalan yang sama.
• Membiarkan skor menolak orang secara automatik. Penolakan automatik membuang semakan manusia yang menjadi sandaran kebanyakan rangka kerja undang-undang.
• Menguji bias sekali sahaja semasa pelancaran. Kumpulan calon, skor pemotongan dan model berubah. Audit sekali sahaja menjadi lapuk.
• Mengabaikan kebolehcapaian. Tugasan bermasa, visual atau berat motor boleh menyingkirkan orang yang mampu melakukan kerja itu.
• Bergantung pada vendor. Panduan ketidakupayaan persekutuan jelas bahawa majikan yang menggunakan alat itu memiliki hasilnya.
• Tiada penjelasan untuk calon. Jika tiada siapa dapat menyatakan mengapa seseorang mendapat skor rendah, anda tidak dapat mempertahankannya. Inilah sebab AI yang boleh dijelaskan penting dalam pemilihan, dan sebab bias dalam AI patut ada dalam setiap perbualan dengan vendor.

Langkah Seterusnya

Pilih satu peranan, tuliskan tugas kritikalnya, dan bandingkan sebarang penilaian yang anda pertimbangkan dengannya sebelum anda melihat demo. Kemudian minta kajian pengesahan dan keputusan adverse impact. Peta bahagian penuh ada dalam hab AI dalam pengambilan pekerja, dan pandangan seluruh fungsi ada dalam AI dalam HR.